![]()
大家好，这里是程序员晚枫。
很多朋友使用Python中的Pandas这个库进行Excel的数据处理，数据处理从宏观上分为这么3个阶段：数据读取、数据处理、数据输出。
对于大多数新人来说，在数据读取的这一步就卡住了。
今天我们就来一起学习一下，Pandas官方推荐的6种Excel读取方式。
本文一共3部分：下载pandas和生成Excel文件、源码解读、读取Excel的6种方式。 <br/>如果你是一个熟练的Python使用者，你可以直接跳转到第3部分。 <br/>如果你是刚接触Python或者刚接触Pandas，建议你从第1部分开始看。
下文所有代码，都可以 ←左右→ 滑动查看，也可以直接复制粘贴。
1、准备工作
怎么下载Pandas？怎么获取Excel？我们都用1行命令来自动搞定,毕竟我们是自动化办公社区，如果这些操作不能自动化搞定，那岂不是太过分了？
你直接执行下面这行代码，就会生成一个和本文一模一样的Excel文件啦~
1行命令安装：pandas，版本：1.4.0
在你的电脑终端里面，执行下面这行命令，就可以自动安装pandas了~
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-office -U
1行命令生成Excel
Excel文件也不需要你四处下载，之前我们不是介绍了一个功能嘛，这里是它的用武之地👉：1行代码，自动生成带模拟数据的Excel文件
以后我们处理Excel的案例和演示，每次都会使用这种自动生成的方法，你当然也可以手动编辑一个，但如果未来我们要学习如何处理10w行的Excel文件呢？不论你是手动生成还是百度云下载，都是一个及其缓慢的过程。
但用下面这个生成方式，模拟一个10w+数据的Excel文件，也是不过是一瞬间的事情，一定要尝试一下哟~你会发现新世界的。📱
import office
office.excel.fake2excel(columns=['name', 'company_prefix','job'], rows=5)
在你的PyCharm里面，执行上面这行代码，就可以生成一个如下图所示👇，和本文一模一样的Excel文件啦~ ![]()
2、pandas源代码里说了什么？
其实学习Pandas很简单，不用网上东奔西找，所有的代码功能，创始人和开发者们都通过注释的方法写在源代码里了。
如何查找pandas的源代码？
下载好pandas以后，我们就打开pandas的源码，看看pandas推荐的读取方式有哪些。pandas源码的路径：D:\你的python安装目录\Lib\site-packages\pandas\
打开源码后，pandas文件夹下有多个目录结构，如下图所示，我们要的读取Excel功能，在pandas\io\excel\_base.py文件中的290行-350行。如下图所示👇 ![]()
既然找到了这段源码，那么问题来了👉源码告诉了我们什么？
３、6种读取Excel的方式
下面我们就根据上文获取到的pandas源码，逐个解析一下这6种读取excel的方式。
1、指定索引列读取
这种读取方式，适合Excel里的数据，本身有一列表示序号的情况。
pd.read_excel('fake2excel.xlsx', index_col=0)
# 使用index_col=0，指定第1列作为索引列。
结果如下图所示：
- 列名没有对齐，不是代码运行有问题，是因为那么列被当作了索引列。
![]()
这种方式不符合我们这个文件的要求，所以我们可以进行以下修改：不要指定索引列。
代码和结果如下：
pd.read_excel('fake2excel.xlsx', index_col=None)
![]()
2、指定sheet读取
见名知意。
pd.read_excel(open('fake2excel.xlsx', 'rb'), sheet_name='Sheet2')
# 使用sheet_name=0，指定读取sheet2里面的内容。
我们在原表里加入了sheet2，结果如下图所示：
![]()
3、取消header读取
读取本身没有列名的数据。
pd.read_excel('fake2excel.xlsx', index_col=None, header=None)
# 使用header=None，取消header读取。
结果如下图所示：
- 这种情况下，适合原Excel表没有列名的情况。
- 我们的文件里有列名的情况下，列名也被当成了数据。
![]()
4、指定读取格式
这种适合高端玩家，在对数据处理精度要求比较高或者速度要求比较快的情况下。
pd.read_excel('fake2excel.xlsx', index_col=0, dtype={'age': float})
# 使用dtype，指定某一列的数据类型。
结果如下图所示：
- 我们添加了一列：年龄，本来是整数，但是指定float类型之后，读取出来成了小书。
- 这种读取，更适合对数据有特殊要求的情况，例如：金融行业。
![]()
5、自定义缺失值
这种使用的场景是什么呢？比如在收集信息的时候据时候，发现有人填的年龄是负数，那就自动给他把年龄清空掉，让他重新填写。
pd.read_excel('fake2excel.xlsx', index_col=None,na_values={'name':"庞强"})
# 使用na_values，自己定义不显示的数据
结果如下图所示：
- 我们的表格里，有个人的名字叫：庞强我们不想显示这个人的名字
- 于是我们就在na_values指定：name这一列是庞强的名字，置为空，在pandas里空值会用NaN表示。
![]()
6、处理Excel里的注释行
不仅Python是可以写注释的，Excel也是可以写注释的。很多人没有用过，用过的朋友在评论区说一下你为什么给Excel写注释吧~？
pandas提供了处理Excel注释行的方法。
pd.read_excel('fake2excel.xlsx', index_col=None, comment='#')
结果如下图所示：
![]()
４、写在最后
做为Python程序员，平时需要大家阅读源码，认清楚代码背后的原理和逻辑。
最近使用pandas比较多，正好pandas也可以处理excel，所以近期会持续的更新一些pandas使用的文章。
下一篇想看什么，在评论区告诉我吧
